Reference Class Forecasting
Método de previsão que usa como base o que aconteceu em situações similares no passado (classe de referência) — em vez de usar apenas informações específicas do projeto em questão (visão de dentro). Criado para combater o viés de unicidade e os erros cognitivos da “inside view” identificados por Daniel Kahneman.
O que distingue
Reference class forecasting ≠ benchmark genérico
Não é simplesmente “olhar para outros projetos”. É um processo estruturado:
- Identificar a classe de projetos comparáveis ao seu (ex: “projetos de automação de supply chain em empresas de logística”)
- Calcular a distribuição histórica de desempenho dessa classe (médias de custo, prazo, benefícios entregues; extremos; percentis)
- Usar essa distribuição como ponto de partida para sua estimativa — e só depois ajustar com informações específicas do projeto
A lógica de Kahneman: a maioria das previsões usa a “inside view” (detalhes específicos do projeto, experiência pessoal). Reference class forecasting usa a “outside view” (o que acontece com projetos similares em geral).
Aplicação em gestão de projetos
Passo 1 — Encontre a classe de referência Antes de montar qualquer estimativa, perguntar: “Alguém, em algum lugar, já fez algo parecido com isso?”
Se não houver análogo direto: decompor o projeto em módulos ou subprocessos — cada um pode ter análogos externos mesmo que o conjunto todo seja inédito.
Passo 2 — Estabeleça a base estatística Qual é a média de overrun de custo para projetos similares? Qual a distribuição (P50? P80? P90?)? Qual a frequência de resultados catastróficos?
Passo 3 — Ajuste cautelosamente O que é genuinamente diferente no seu projeto? Ajuste a estimativa a partir da base histórica, não ao contrário.
Primeira aplicação documentada
2004 — projeto de trânsito em massa na Escócia. Desde então, adotado em centenas (talvez milhares) de projetos em negócios e governos.
O caso da Suécia e energia nuclear: Bent Flyvbjerg (um dos criadores do método) foi consultado sobre custo de descomissionamento de usinas nucleares — projeto aparentemente sem precedentes. Ele admitiu que não tinha dados de nuclear. O funcionário sueco propôs usar dados de infraestrutura de transporte (estradas, pontes, túneis, ferrovias) como “piso” mínimo e ajustar para cima. Essa abordagem — usar uma classe de referência imperfeita em vez de nenhuma — é melhor do que a inside view.
Técnicas complementares
Similarity-based forecasting — usar desempenho passado de sistemas/projetos similares em condições comparáveis para identificar resultados inesperados e variações.
Premortems — assumir que o projeto vai fracassar (ex: “vamos entregar com 10 meses de atraso”) e então explicar por que isso aconteceu. Prospective hindsight aumenta significativamente a precisão das previsões e torna gestores mais proativos.
Noise audits — medir o quanto fatores irrelevantes influenciam as previsões dos decisores (Kahneman et al., 2016). Se o nível de “ruído” entre decisores diferentes para casos similares for alto, os critérios de decisão precisam ser revisados.
Conexões
- Contexto: Gestão, Pensamento Sistêmico
- Argumento: Acreditar que seu projeto é único causa mais fracassos
- Relacionado: Viés de Unicidade em Projetos
- Fundamento: Daniel Kahneman — a distinção inside view / outside view (Thinking, Fast and Slow)
- Aplicação: qualquer processo de estimativa de custo, prazo ou risco — projetos, startups, estratégia
Fonte: The Uniqueness Trap - Flyvbjerg et al — Bent Flyvbjerg